| { | |
| "best_metric": null, | |
| "best_model_checkpoint": null, | |
| "epoch": 0.00023347575354299455, | |
| "eval_steps": 500, | |
| "global_step": 300, | |
| "is_hyper_param_search": false, | |
| "is_local_process_zero": true, | |
| "is_world_process_zero": true, | |
| "log_history": [ | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 2.555440902709961, | |
| "learning_rate": 3.3333333333333333e-06, | |
| "loss": 3.6397, | |
| "step": 20 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 2.218903064727783, | |
| "learning_rate": 6.666666666666667e-06, | |
| "loss": 3.6917, | |
| "step": 40 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 0.9262466430664062, | |
| "learning_rate": 1e-05, | |
| "loss": 3.5828, | |
| "step": 60 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 2.782036542892456, | |
| "learning_rate": 1.3166666666666665e-05, | |
| "loss": 3.5865, | |
| "step": 80 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 1.9482054710388184, | |
| "learning_rate": 1.65e-05, | |
| "loss": 3.3337, | |
| "step": 100 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 4.047863006591797, | |
| "learning_rate": 1.9833333333333335e-05, | |
| "loss": 3.1903, | |
| "step": 120 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 3.08722186088562, | |
| "learning_rate": 2.3166666666666666e-05, | |
| "loss": 3.5379, | |
| "step": 140 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 3.540940046310425, | |
| "learning_rate": 2.6500000000000004e-05, | |
| "loss": 3.16, | |
| "step": 160 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 5.391817092895508, | |
| "learning_rate": 2.9833333333333335e-05, | |
| "loss": 3.2489, | |
| "step": 180 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 5.890682220458984, | |
| "learning_rate": 3.316666666666667e-05, | |
| "loss": 3.0499, | |
| "step": 200 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 6.314597129821777, | |
| "learning_rate": 3.65e-05, | |
| "loss": 2.8568, | |
| "step": 220 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 1.0859078168869019, | |
| "learning_rate": 3.983333333333333e-05, | |
| "loss": 2.8566, | |
| "step": 240 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 4.688353538513184, | |
| "learning_rate": 4.316666666666667e-05, | |
| "loss": 3.0079, | |
| "step": 260 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 4.502331256866455, | |
| "learning_rate": 4.6500000000000005e-05, | |
| "loss": 2.6839, | |
| "step": 280 | |
| }, | |
| { | |
| "epoch": 0.0, | |
| "grad_norm": 8.951983451843262, | |
| "learning_rate": 4.9833333333333336e-05, | |
| "loss": 2.7932, | |
| "step": 300 | |
| } | |
| ], | |
| "logging_steps": 20, | |
| "max_steps": 10000, | |
| "num_input_tokens_seen": 0, | |
| "num_train_epochs": 1, | |
| "save_steps": 20, | |
| "total_flos": 1405893996822528.0, | |
| "train_batch_size": 1, | |
| "trial_name": null, | |
| "trial_params": null | |
| } | |